IEEE SMC2025 Konferenz: Neuartiges Brain-Computer-Interface-System (BCI) zur sicheren Authentifizierung von Banktransaktionen

December 11, 2025

Page content

Neuartiges Brain-Computer-Interface-System (BCI) zur sicheren Authentifizierung von Banktransaktionen auf der IEEE SMC2025 Konferenz in Österreich vorgestellt

Deutscher Text

Auf der IEEE International Conference on Systems, Man, and Cybernetics (SMC 2025) in Wien stellte ein Forscher der Fakultät für Technik und Bionik der Hochschule Rhein-Waal ein neuartiges Brain-Computer-Interface-System (BCI) zur sicheren Authentifizierung von Online-Transaktionen vor, das auf Steady-State Visual Evoked Potentials (SSVEPs) basiert. Der Student Atilla Cantürk forscht im BCI-Labor unter der Leitung von Prof. Dr.-Ing. Ivan Volosyak. Das Projekt stellt eine benutzerfreundliche Authentifizierungsmethode vor, die herkömmliche Transaktionsauthentifizierungsnummern (TANs) durch einen sechsstelligen Code ersetzt, der direkt aus der Gehirnaktivität generiert wird. Im Gegensatz zu früheren Ansätzen, die auf codemodulierten VEPs (cVEPs) basieren und mehrere Elektroden oder Kalibrierungssitzungen erfordern, verwendet dieses System ein Single-Stimulus-SSVEP-Paradigma, das die kognitive Belastung minimiert und keine benutzerspezifische Schulung erfordert.

Die entwickelte Schnittstelle präsentiert jeweils einen flackernden Reiz, sodass sich die Benutzer durch einfaches Fokussieren ihres Blicks auf das visuelle Signal authentifizieren können. Ein auf FBCCA basierender Klassifizierungsalgorithmus identifiziert die Flackerfrequenz und übersetzt die neuronale Reaktion in ternäre Ziffern. Die Methode wurde in einem Online-Spenden-Szenario mit sechzehn Teilnehmern evaluiert. Die Ergebnisse zeigen eine hohe praktische Umsetzbarkeit. Das System erreichte eine durchschnittliche Klassifizierungsgenauigkeit von 94,6 Prozent und eine mittlere Authentifizierungszeit von 17,2 Sekunden, was eine erhebliche Verbesserung gegenüber den jüngsten cVEP-basierten Methoden darstellt. Alle Teilnehmer konnten mindestens eine erfolgreiche Authentifizierung durchführen, und mehr als die Hälfte erreichte in allen Versuchen eine perfekte Genauigkeit. Die Teilnehmer berichteten auch von einer geringen mentalen und physischen Belastung, was die intuitive Natur des Ein-Reiz-Designs widerspiegelt. Herr Cantürk verfasste unter der Leitung von Professor Volosyak eine wissenschaftliche Arbeit, in der die Systemarchitektur, die Signalverarbeitungs-Pipeline und die Versuchsergebnisse beschrieben werden. Ihre Arbeit wurde für die Präsentation auf der IEEE SMC 2025 ausgewählt, wo sie das Interesse von Forschern aus den Bereichen Cybersicherheit, angewandte Neurowissenschaften und Mensch-Maschine-Interaktion auf sich zog.

Nach der Konferenz wird die Entwicklung mit Schwerpunkt auf Trockenelektrodensystemen, eingebetteter Echtzeitverarbeitung und fortschrittlichen Sicherheitsmaßnahmen wie dynamischen Frequenz-zu-Ziffer-Zuordnungen fortgesetzt. Diese nächsten Schritte zielen darauf ab, die BCI-basierte Authentifizierung von kontrollierten Laborstudien hin zum Einsatz in realen Online-Banking- und E-Commerce-Umgebungen zu verlagern.

Foto: © Atilla Cantürk. Das Foto zeigt Atilla Cantürk, Student und Forscher im BCI-Labor von Prof. Dr.-Ing. Ivan Volosyak

English Text

At the IEEE International Conference on Systems, Man, and Cybernetics (SMC 2025) in Vienna, a researcher from the Faculty of Technology and Bionics at Rhine-Waal University of Applied Sciences presented a novel Brain–Computer Interface (BCI) system for secure online transaction authentication based on Steady-State Visual Evoked Potentials (SSVEPs). The student, Atilla Cantürk, is conducting research in the BCI-Lab under the supervision of Prof. Dr.-Ing. Ivan Volosyak. The project introduces a user-friendly authentication method that replaces traditional Transaction Authentication Numbers (TANs) with a six-digit code generated directly from brain activity. Unlike prior approaches that rely on code-modulated VEPs (cVEPs) and require multiple electrodes or calibration sessions, this system uses a single-stimulus SSVEP paradigm that minimizes cognitive load and does not require user-specific training.

The developed interface presents one flickering stimulus at a time, allowing users to authenticate by simply focusing their gaze on the visual signal. An FBCCA-based classification algorithm identifies the flicker frequency and translates the neural response into ternary digits. The method was evaluated in an online donation scenario with sixteen participants. The results demonstrate strong practical viability. The system achieved an average classification accuracy of 94.6 percent and a mean authentication time of 17.2 seconds, marking substantial improvements over recent cVEP-based methods. All participants were able to complete at least one successful authentication, and more than half achieved perfect accuracy across all trials. Participants also reported low mental and physical strain, reflecting the intuitive nature of the single-stimulus design. Mr. Cantürk under the supervision of Professor Volosyak co-authored the scientific paper describing the system architecture, signal processing pipeline, and experimental results. Their work was selected for presentation at IEEE SMC 2025, where it attracted interest from researchers across the fields of cybersecurity, applied neuroscience, and human–machine interaction.

After the conference, development will continue with a focus on dry-electrode systems, embedded real-time processing, and advanced security measures such as dynamic frequency-to-digit mappings. These next steps aim to move BCI-based authentication from controlled laboratory studies toward deployment in real-world online banking and e-commerce environments.